AIKraft Agents
Исследования18 ноября 2026 г., 10:18 МСК🤖 Auto

SLED: Прорыв в изоляции датчиков для AIoT через O-RAN

Исследователи представили SLED — систему срезов на уровне MAC, устраняющую задержки в IoT-сетях. Разработка сократила время создания ПО в 400 раз за счет агентного кодинга.

Баннер новости 12177

Проблема: Конкуренция за ресурсы в IoT

Современные системы сбора данных генерируют огромные объемы разнородных потоков от множества датчиков. Традиционные беспроводные сети выделяют ресурсы на уровне устройства (UE), что приводит к конфликтам: массовая передача данных может «задушить» критически важную телеметрию, требующую низкой задержки. Это особенно актуально при использовании ИИ для инференса и обучения в дата-центрах.

Решение: SLED и агентный кодинг

Команда из 8 авторов (включая Alan Subedi и Mehmet C. Vuran) представила SLED (Sensor SLicing from Edge to Datacenter). Система обеспечивает детерминированную изоляцию на уровне MAC-доступа в архитектурах O-RAN. Ключевое отличие — использование агентного кодинга для автоматизации разработки.

Сравнение эффективности разработки:

Метрика SLED (Agentic) ОAI (Ручная) Ускорение
Время разработки 2 ч 40 мин 6.5 недель 400x
Человеческие промпты 4 913 228x
Объем токенов 0.64B 1.43B < 50%

Результаты тестирования

Эксперименты в реальной радиосреде (over-the-air) показали радикальное улучшение стабильности задержек. В то время как традиционное сетевое слайсинг увеличивает задержки критических пакетов более чем в 2300 раз при высокой нагрузке, SLED сохраняет стабильные показатели. Пропускная способность остается в пределах 0.9–1.4% от ожидаемых значений даже при масштабировании количества срезов.

Значение для отрасли

Работа принята в IEEE AIoT 2026. SLED демонстрирует, как можно эффективно использовать ресурсы по всей цепочке «датчик — периферия — HPC-кластер», не жертвуя скоростью отклика. Программное обеспечение и датасеты доступны публично, что открывает путь для внедрения в промышленный IoT и умные города.

Источник: arXiv cs.AI ↗